곽정호 교수팀, 6G 비전 서비스에서 정확도·효율성 모두 갖춘 기술 개발
  • ▲ DGIST(총장 이건우) 전기전자컴퓨터공학과 곽정호 교수팀은 6G 비전 서비스에서 정확도와 효율성을 모두 갖춘 ‘학습 모델 및 자원 최적화 기술’을 개발했다. 향후 높은 수준의 컴퓨팅 파워와 복잡한 학습 모델을 요구하는 6G 비전 서비스에 대처할 수 있을 것으로 전망된다.ⓒDGIST
    ▲ DGIST(총장 이건우) 전기전자컴퓨터공학과 곽정호 교수팀은 6G 비전 서비스에서 정확도와 효율성을 모두 갖춘 ‘학습 모델 및 자원 최적화 기술’을 개발했다. 향후 높은 수준의 컴퓨팅 파워와 복잡한 학습 모델을 요구하는 6G 비전 서비스에 대처할 수 있을 것으로 전망된다.ⓒDGIST
    DGIST(총장 이건우) 전기전자컴퓨터공학과 곽정호 교수팀은 6G 비전 서비스에서 정확도와 효율성을 모두 갖춘 ‘학습 모델 및 자원 최적화 기술’을 개발했다. 향후 높은 수준의 컴퓨팅 파워와 복잡한 학습 모델을 요구하는 6G 비전 서비스에 대처할 수 있을 것으로 전망된다.

    6G 모바일 비전 서비스는 현대 사회에서 주목받고 있는 증강 현실(AR) 및 자율 주행과 같은 혁신적 기술과 연관이 있다. 이 서비스를 통해 영상과 이미지를 빠르게 캡처하고, 딥러닝을 활용한 학습 모델을 통해 해당 이미지의 내용을 효율적으로 파악할 수 있다. 

    그러나 이를 가능하게 하기 위해서는 높은 성능의 프로세서(GPU)와 정확한 학습 모델이 필요하다. 기존 기술은 학습 모델과 컴퓨팅/네트워킹 자원을 별개의 부분으로 다뤄 성능과 모바일 단말 자원 활용화에서 최적화를 이끌어내지 못했다.

    곽정호 교수팀은 이를 해결하기 위해 학습 모델과 컴퓨팅/네트워킹 자원을 동시에 실시간으로 최적화하는 것에 초점을 뒀다. 그 결과 곽 교수팀은 평균 타겟 정확도를 보장하는 것과 동시에, 현재 기술들 대비 동일한 시간 지연에서 평균 정확도를 유지하면서 에너지 소비를 최소 30%까지 줄일 수 있는 통합 학습 모델 및 컴퓨팅/네트워킹 최적화 알고리즘인 ‘VisionScaling’을 새로이 제안했다.

    곽 교수팀이 개발한 ‘VisionScaling’ 알고리즘은 최신 학습 기법 중 하나인 ‘Online convex Optimization(OCO)’을 통해 미래의 환경을 알 수 없어도, 불규칙적으로 변화하는 모바일 환경에도 스스로 최적의 성능을 유지하도록 적응적으로 동작한다. 

    곽 교수팀은 임베디드 AI 단말과 이에 연결된 엣지 컴퓨팅 플랫폼을 통해 실제 모바일 비전 서비스가 사용되는 환경을 구현하고 실험을 진행했다. 그 결과, 개발한 VisionScaling 알고리즘이 기존에 사용 중이던 알고리즘 대비 모바일 단말의 에너지를 30% 절약하고, 종단 간 지연을 39% 향상시키는 것을 확인했다.

    DGIST 전기전자컴퓨터공학과 곽정호 교수는 “이번 연구는 실제로 불규칙적으로 변화하는 모바일 환경에서 구현하여 성능을 확인한 현실적 기여와 동적 최적화와 학습 기법을 활용하여 최적 성능을 증명한 수학적 기여 측면 모두를 만족하는 연구”라며 “향후 더 높은 메모리/컴퓨팅 자원을 요구하는 딥러닝 기반 모바일 서비스들을 위한 기술적 토대를 제공한다는 측면에서 의미가 있다”고 강조했다.

    한편, 이번 연구는 DGIST 전기전자컴퓨터공학과 최평준·함동호 석·박사통합과정생, 인하대 김영진 교수팀이 참여했다. 연구 결과는 관련 분야 TOP 3% 국제학술지인 ‘IEEE Internet of Things Journal’에 1월 3일 온라인 게재됐다.